De impact van AI op de arbeidsmarkt: Wat de harde cijfers ons vertellen
Dit artikel is gebaseerd op aflevering 70 van de podcast The Great Reskill. Beluister de volledige aflevering hier:
Als je de nieuwsberichten van de afgelopen tijd moet geloven, staan we aan de vooravond van een absolute kaalslag op de arbeidsmarkt. De ene na de andere expert roept dat AI onze banen gaat overnemen. Maar klopt dat eigenlijk wel? In een recente aflevering van The Great Reskill bespraken we een fascinerend en data-gedreven onderzoeksartikel van Anthropic, getiteld "Labor market impacts of AI: A new measure and early evidence".
Anthropic, het bedrijf achter het AI-model Claude, heeft besloten om de hypes en doemscenario's even opzij te schuiven en puur naar de harde cijfers te kijken. Ze bieden een nuchtere, wetenschappelijke blik op hoe AI daadwerkelijk de arbeidsmarkt beïnvloedt. Hier zijn de belangrijkste inzichten.
Een nieuwe, realistischere manier om risico te meten
Tot nu toe keken veel onderzoeken naar wat AI in theorie zou kúnnen doen. Ze lazen een functiebeschrijving en dachten: "Oh, een taalmodel kan dit wel schrijven, dus deze baan is in gevaar." Anthropic stelt dat dit een blinde vlek is. Zij introduceren een nieuwe maatstaf: "observed exposure", ofwel geobserveerde blootstelling.
In plaats van alleen naar de theorie te kijken, combineren ze dit met data over hoe AI daadwerkelijk wordt gebruikt in de praktijk. Ze wegen taken veel zwaarder als ze volledig geautomatiseerd worden in plaats van dat AI alleen maar als een slimme assistent fungeert. Dit geeft een veel realistischer en genuanceerder beeld van welke banen écht risico lopen.
In plaats van alleen naar de theorie te kijken, combineren ze dit met data over hoe AI daadwerkelijk wordt gebruikt in de praktijk. Ze wegen taken veel zwaarder als ze volledig geautomatiseerd worden in plaats van dat AI alleen maar als een slimme assistent fungeert. Dit geeft een veel realistischer en genuanceerder beeld van welke banen écht risico lopen.
De theorie loopt nog mijlenver voor op de praktijk
Dit is misschien wel de meest geruststellende bevinding uit het hele rapport: AI heeft zijn theoretische capaciteit nog lang niet bereikt. Hoewel modellen zoals Claude in theorie een enorm scala aan taken zouden kunnen overnemen, is de daadwerkelijke dekking in de praktijk nog maar een fractie daarvan.
In de categorie Computer & Wiskunde zou AI theoretisch gezien 94% van de taken kunnen beïnvloeden of versnellen. Maar als we kijken naar de "observed exposure" – dus wat er in de praktijk echt gebeurt – zien we dat Claude momenteel slechts 33% van die taken dekt. Er is dus nog een enorme kloof tussen wat technologisch mogelijk is en wat bedrijven daadwerkelijk implementeren.
In de categorie Computer & Wiskunde zou AI theoretisch gezien 94% van de taken kunnen beïnvloeden of versnellen. Maar als we kijken naar de "observed exposure" – dus wat er in de praktijk echt gebeurt – zien we dat Claude momenteel slechts 33% van die taken dekt. Er is dus nog een enorme kloof tussen wat technologisch mogelijk is en wat bedrijven daadwerkelijk implementeren.
De meest en minst blootgestelde beroepen
Welke beroepen lopen nu het meeste risico volgens deze nieuwe, strengere maatstaf? Bovenaan de lijst staan Computer Programmeurs, met een dekking van maar liefst 75%. Daarna volgen Medewerkers Klantenservice en Data Entry Medewerkers. Dit zijn beroepen met veel repetitieve, tekstgebaseerde taken die zich perfect lenen voor automatisering.
Maar aan de andere kant van het spectrum is er ook goed nieuws. Het rapport laat zien dat 30% van de werknemers nul blootstelling heeft. Denk aan koks, monteurs, barmannen, badmeesters en landbouwwerkers. Hun fysieke taken en de noodzaak voor menselijke interactie in de echte wereld kunnen simpelweg niet door een taalmodel worden overgenomen.
Maar aan de andere kant van het spectrum is er ook goed nieuws. Het rapport laat zien dat 30% van de werknemers nul blootstelling heeft. Denk aan koks, monteurs, barmannen, badmeesters en landbouwwerkers. Hun fysieke taken en de noodzaak voor menselijke interactie in de echte wereld kunnen simpelweg niet door een taalmodel worden overgenomen.
Het verrassende profiel van de blootgestelde werknemer
Als we terugkijken naar eerdere automatiseringsgolven, zagen we dat vooral blauweboordenbanen en lager opgeleide werknemers de klap opvingen. Dit onderzoek toont aan dat de AI-revolutie fundamenteel anders is.
Het profiel van de werknemers in de meest blootgestelde beroepen is verrassend. Ze zijn vaker ouder, vaker vrouw, aanzienlijk hoger opgeleid en ze worden veel beter betaald. De meest blootgestelde groep verdient gemiddeld 47% meer dan de onbelichte groep. Dit bevestigt dat AI zich in deze fase vooral richt op cognitief, complex witboordenwerk in plaats van fysieke arbeid.
Het profiel van de werknemers in de meest blootgestelde beroepen is verrassend. Ze zijn vaker ouder, vaker vrouw, aanzienlijk hoger opgeleid en ze worden veel beter betaald. De meest blootgestelde groep verdient gemiddeld 47% meer dan de onbelichte groep. Dit bevestigt dat AI zich in deze fase vooral richt op cognitief, complex witboordenwerk in plaats van fysieke arbeid.
De gevreesde massaontslagen blijven vooralsnog uit
Met al die blootstelling zou je verwachten dat de werkloosheid onder deze groepen door het dak gaat. Maar hier komt de data-gedreven nuchterheid van Anthropic om de hoek kijken: ze vinden geen enkel bewijs voor een systematische stijging van de werkloosheid onder deze groepen sinds de lancering van ChatGPT eind 2022.
De werkloosheidstrends voor de meest blootgestelde werknemers lopen grotendeels gelijk met die van de minst blootgestelde werknemers. De gevreesde massaontslagen zijn, althans tot nu toe, simpelweg uitgebleven.
De werkloosheidstrends voor de meest blootgestelde werknemers lopen grotendeels gelijk met die van de minst blootgestelde werknemers. De gevreesde massaontslagen zijn, althans tot nu toe, simpelweg uitgebleven.
Een cruciaal waarschuwingssignaal voor jonge werknemers
Hoewel de algehele werkloosheid niet stijgt, sluit het rapport af met een heel belangrijk waarschuwingssignaal, specifiek voor jonge werknemers tussen de 22 en 25 jaar. Het onderzoek toont suggestief bewijs dat de aanname van nieuwe, jonge werknemers in sterk blootgestelde beroepen is vertraagd.
We zien een daling van zo'n 14% in de instroom van deze jonge groep in blootgestelde sectoren vergeleken met 2022. Het lijkt erop dat bedrijven minder junioren aannemen voor instapfuncties. De taken die traditioneel door starters werden gedaan, worden nu steeds vaker door AI uitgevoerd. De senior medewerkers gebruiken AI als hun junior assistent, waardoor de echte junioren moeilijker aan de bak komen.
We zien een daling van zo'n 14% in de instroom van deze jonge groep in blootgestelde sectoren vergeleken met 2022. Het lijkt erop dat bedrijven minder junioren aannemen voor instapfuncties. De taken die traditioneel door starters werden gedaan, worden nu steeds vaker door AI uitgevoerd. De senior medewerkers gebruiken AI als hun junior assistent, waardoor de echte junioren moeilijker aan de bak komen.
Conclusie
Het Anthropic-rapport is een verademing omdat het laat zien dat de impact van AI genuanceerder is dan vaak wordt gedacht. De theorie is niet direct de praktijk, en de massaontslagen blijven vooralsnog uit. We hebben tijd om ons aan te passen.
Maar die vertraagde aanname van jong talent is een cruciaal signaal. Het benadrukt het belang van omscholen en bijscholen, niet alleen voor de oudere generatie, maar juist ook voor de starters. Als AI de instaptaken overneemt, moeten we vaardigheden ontwikkelen die verder gaan dan dat.
Wil je meer weten over hoe je toekomstbestendig blijft in het AI-tijdperk? Abonneer je op The Great Reskill podcast via Spotify of Apple.
Maar die vertraagde aanname van jong talent is een cruciaal signaal. Het benadrukt het belang van omscholen en bijscholen, niet alleen voor de oudere generatie, maar juist ook voor de starters. Als AI de instaptaken overneemt, moeten we vaardigheden ontwikkelen die verder gaan dan dat.
Wil je meer weten over hoe je toekomstbestendig blijft in het AI-tijdperk? Abonneer je op The Great Reskill podcast via Spotify of Apple.